اگه به اینترنت اشیاء علاقه دارید این پلتفرم حسابی به دردتون می‌خوره ThingsBoard یه پلتفرم متن‌باز برای ساخت و مدیریت راهکارهای IoT هستش که همه‌چیز رو براتون ساده می‌کنه. باهاش می‌تونید دستگاه‌هاتون رو به سرور وصل کنید، داده‌هاشون رو جمع‌آوری و تحلیل کنید، برای رویدادها قانون تعریف کنید و در نهایت، همه‌چیز رو توی یه داشبورد گرافیکی و قابل تنظیم ببینید.

از کنترل دمای یه گلخانه گرفته تا مانیتورینگ وسایل نقلیه یا مدیریت چراغ‌های شهری، ThingsBoard بهتون اجازه می‌ده بدون نیاز به زیرساخت پیچیده، یه سیستم کامل و حرفه‌ای بسازید.

کته جالبش اینه که ThingsBoard به راحتی با انواع پروتکل‌های ارتباطی مثل MQTT، HTTP و CoAP کار می‌کنه و می‌تونه داده‌ها رو همزمان از ده‌ها یا حتی هزاران دستگاه مختلف جمع‌آوری و پردازش کنه. این یعنی شما می‌تونید یه شبکه بزرگ از سنسورها و دستگاه‌ها داشته باشید و همه چیز رو بدون دردسر زیر نظر بگیرید، داشبورد بسازید و تصمیم‌های هوشمندانه در لحظه بگیرید، بدون اینکه نیاز باشه هر دستگاه رو جداگانه مدیریت کنید.

توضیحات کامل ترش رو توی سایت خودشون ببینید:
thingsboard.io

@Linuxor

🎉 اولین دورهمی حضوری Codehalic در تهران! 🚀

🧠 توی این ورکشاپ حضوری قراره با هم بریم سراغ TypeScript و ببینیم چرا این زبان، یکی از مهم‌ترین ابزارها در توسعه اپلیکیشن‌های فرانت‌اند مدرنه!

💡 در ادامه، با هم یه نسخه ساده از Redux رو با استفاده از Context API و الگوی طراحی Flux می‌سازیم تا ایده‌ی اصلی ریداکس رو از پایه درک کنیم!

👨‍💻 این دورهمی کاملاً تکنیکاله و فرصت عالیه برای یادگیری مفاهیم عمیق فرانت‌اند.
🤝 در انتها هم قراره یه فضای دوستانه برای شبکه‌سازی، آشنایی و تبادل تجربه داشته باشیم!

📍 محل برگزاری: هفت و هشت، کارخونه نوآوری آزادی
📅 زمان: ۲۵ مهر ماه ۱۴۰۴ جمعه - ساعت ۱۷ تا ۲۰

💬 کد تخفیف ۱۵٪: codehalic

🎟 ثبت‌نام و اطلاعات بیشتر:
👉 evnd.co/jFys2


@codehalics

دیتابیس Postgres در نسخه‌ ۱۸، بهبودهای قابل توجهی رو ارائه کرده، مخصوصا برای async io که به دو مدل پیاده‌سازی شده یکی برای سیستم هایی که هنوز از io_uring استفاده نمیکنن و یکی هم io_uring برای لینوکس‌های مدرن، جایی که عملیات I/O مستقیماً داخل کرنل صف‌بندی و تکمیل می‌شن بدون رفت‌و‌برگشت اضافه به user space.

در نتیجه دست Postgres بازتره برای اجرای queryهای هم‌زمان، مخصوصاً اون‌هایی که I/O سنگین دارن مثل sequential scan یا writeهای موازی روی WAL.
بهبودهای قابل انتظار latency کمتر، میزان throughput بالاتر و context-switch کمتر هست.

البته یک نکته‌ی ظریف هم داره این قضیه، قرار نیست بصورت جادویی هر کوئری رو سریع‌تر کنه.
باید planner، buffer manager و حتی extensionها یاد بگیرن چطور ازش استفاده کنن.
یعنی یه قدم بزرگ به جلو، اما هنوز بلوغ کامل رو نداره.

https://youtu.be/yGjGc21mmoU

https://x.com/hnasr/status/1974110942439911645


@gocasts

اگر تجربه خوبی از Wine و PlayOnLinux نداشتید، Winboat شاید مناسب شما باشد که با الهام از WinApps ایجاد شده و ویندوز به صورت Nested Virtualization داخل Docker اجرا می‌شود.
این جور ابزارها مهاجرت به لینوکس را برای خیلی ها آسان می کنند.
https://github.com/TibixDev/winboat

@DevTwitter | <VAHID NAMENI/>

ایده جالب کتاب با تم دارک

عکس از burkov کتاب مدل های زبانی

@Linuxor

عزیزانی که توییت میزنن و ما توییت‌هاشون رو میذاریم چنل،
اگر حداقل 10 تا از توییت‌هاشون تو چنل ما باشه، ما هر تبلیغی که بخوان رو توی چنل به رایگان قرار میدیم.

فقط دو تا شرط داره:
اولا تبلیغ بت و فیلترشکن نباشه
دوما به ما ثابت کنن که صاحب اون اکانت توییترن

آی دی منم توی بیو هست

@DevTwitter

🔵 عنوان مقاله
PG Back Web 0.5: A Postgres Backup System with Web Interface

🟢 خلاصه مقاله:
** PG Back Web 0.5 یک ابزار مبتنی بر Go برای مدیریت پشتیبان‌گیری‌های Postgres از طریق یک رابط وب ساده و کاربرپسند است. این برنامه امکان زمان‌بندی پشتیبان‌ها، پایش وضعیت و مشاهده تاریخچه را فراهم می‌کند و با webhooks می‌تواند اعلان‌ها را به سامانه‌های بیرونی ارسال کند. استقرار آن به‌صورت Docker image بسیار ساده است و در نسخه 0.5 پشتیبانی از Postgres 18 نیز اضافه شده تا با آخرین نسخه Postgres سازگار باشد.

#Postgres #Backup #Go #Docker #Database #DevOps #Webhooks #Monitoring

🟣لینک مقاله:
https://golangweekly.com/link/175372/web

➖➖➖➖➖➖➖➖
👑 @gopher_academy

یک تسک نسبتا سخت (برای Ai) دادم به بهترین مدلهایی که الان برای coding مطرح هستند. ازشون تنها با یک پرامپت خواستم نقشه یک خونه رو طراحی کنن (پراپمت در پایین). با کلیک بر لینک زیر میتونید خروجی همشون رو ببینید و مقایسه کنید: https://floor-plan-comparison.netlify.app
این رو ببینید تازه میفهمید واقعا اختلافشون چقدره.
مدل های شرکت کننده:
Opus 4.1 - GLM 4.6 - Sonnet 4.5- GPT 5 Hight- Codex High - Qwen 3 Max - Qwen 3 Coder
--
پرامپت:
Create me a Floor plan for a 1585 sqft land in 3d. Make sure that it has 2 Rooms, 2 washrooms and it should be a usable floor plan. Use HTML,CSS,JS along with Three.JS. Give me just one html file that i can run and view this.

@DevTwitter | <Amin Anvary/>

⭐️کتاب لینوکس LPIC2 با کد 201-450 - 202-450 منتشر شد.

🔹این کتاب یکی از جامع‌ترین منابع فارسی در زمینه‌ی مدیریت شبکه، خدمات شبکه، امنیت و نگهداری سیستم‌های لینوکسی است. در این کتاب نیز تلاش شده تا تمام مفاهیم، دستورات، مثال‌ها و پیکربندی‌های مورد نیاز آزمون و همچنین مباحث کاربردی دنیای واقعی به‌صورت یکجا، منسجم و کاملاً عملی گردآوری شود.
این کتاب نیز بر اساس سر فصل های مرجع بین‌المللی lpi است و تمام مباحث به‌صورت گام‌به‌گام، همراه با مفاهیم تئوری، مثال‌های عملی، دستورات کلیدی و تنظیمات پیشرفته پوشش , جزئیات بیشتر را پوشش می‌دهد.

ویژگی‌های کتاب:
🔻شامل 9 فصل
🔻در 500 صفحه تمام رنگی
🔻 پوشش موضوعات آزمون LPIC-2
🔻فرمت فایل pdf
🔻انتشارات یافته
🔻نویسنده حسین سیلانی

🔹فهرست کامل کتاب به همراه نمونه به پیوست است.

دریافت کتاب: کتاب 13 ام در صفحه لینک زیر

https://learninghive.ir/linux-books

برنامه نویسا وقتی دنبال پارتنرن

@Linuxor

معرفی یک ابزار/لایبرری خیلی جالب و به درد بخور به اسم LLM Intercept: یه پراکسی سبک و ساده برای ذخیره و استفاده‌مجدد از درخواست‌های LLM‌هاتون.

تقریباً همه‌ی اپ‌ها دارن از APIهای سازگار با OpenAI استفاده می‌کنن. حالا با LLM Intercept می‌تونید اون تماس‌ها رو ضبط کنید و تبدیلشون کنید به دیتاست برای فاین‌تیون مدل‌های کوچیک‌تر و ارزون‌تر.

ایده‌اش ساده‌ست
مثل همیشه از یه مدل بزرگ (مثلاً GPT-4 یا Claude) توی اپتون استفاده کنید.
ترافیک رو از طریق LLM Intercept عبور بدید تا ورودی و خروجی‌ها به‌صورت شفاف ذخیره بشن.
دیتای جمع‌شده رو به‌صورت Parquet خروجی بگیرید (می‌تونید پرامپت‌های سیستمی رو حذف کنید).
با اون داده‌ها یه مدل کوچیک‌تر مثل Liquid AI LFM2 (از ۳۵۰M تا ۲.۶B) رو فاین‌تیون کنید.
بعد مدل بزرگ رو با مدل خودتون جایگزین کنید. لوکال، خصوصی و تقریباً رایگان.
هدف: کمک به تیم‌ها برای اینکه بتونن از ترافیک واقعی اپشون، مدل‌های کوچیک و بهینه بسازن، بدون دردسر، سریع و اقتصادی.
این خیلی به درد میخوره.
Github: https://github.com/mlech26l/llm_intercept

@DevTwitter | <Mehdi Allahyari/>

بعد از این همه سال بالاخره مایکروسافت منوی run ویندوز ۱۱ رو دارک کرد.

این پیشرفت بزرگ در زمینه رابط کاربری رو به کاربران این سیستم‌عامل تبریک عرض می‌کنم.

@SohrabContents

React Compiler is stable

https://react.dev/blog/2025/10/07/react-compiler-1

#react #compiler #news

This AI Code Detector is too good
Try it out and let me know if you could get a false positive result.

https://www.span.app/detector

#ai #code #tools

TIL
There's a Node.JS util to strip ANSI escape codes

import { stripVTControlCharacters } from 'node:util';

const text = '\u001B[4mUnderlined\u001B[0m';
console.log(stripVTControlCharacters(text)); // "Underlined"

#nodejs #til

TIL: Boolean coercion are different

Note: Unlike other type conversions like string coercion or number coercion,
boolean coercion does not attempt to convert objects to primitives by calling user methods.
—MDN: Boolean: Boolean coercion

Read more

#til #ecmascript

🔢 دستور nl در لینوکس - شماره‌گذاری هوشمند خطوط فایل‌ها

✅ دستور nl (مخفف number lines) برای چاپ محتوای فایل با شماره‌گذاری خودکار خطوط استفاده میشه، اما بر خلاف cat -n، می‌تونه فقط خطوط واقعی (غیر خالی) رو شماره‌گذاری کنه،
📘 مثال پایه‌ای

nl notes.txt
nl -b a file.txt  # شماره گذاری همه خطوط
nl -s ": " file.txt # جدا کننده سفارشی
nl -i 10 example.txt 
nl -nrz -w3 -s". "
nl -nln

⚙️ آپشن‌های مهم و حرفه‌ای
-b a همه‌ی خطوط را شماره‌گذاری کن (حتی خالی‌ها)
-b t فقط خطوط غیر خالی را شماره‌گذاری کن (پیش‌فرض)
-n ln شماره در سمت چپ (Left)
-n rn شماره در سمت راست (Right)
-n rz سمت راست با صفر پر شود (مثلاً 001، 002)
-w N عرض شماره‌ها را مشخص کن (مثلاً -w 3)
-s SEP تعیین جداکننده بین شماره و متن (مثلاً `-s "

📚 مثال‌های کاربردی و 🔥 ترفندهای ترکیبی و خلاقانه

ls | nl -s ". "  # شماره برای یک دستور دیگر
grep "error" logfile | nl  شماره برای تطابق 

#دیوار_لینوکس
@MehrdadLinuxchannel
#Linux #لینوکس
#linux_command

🔵 عنوان مقاله
yzma: Perform Local Inference with VLMs and LLMs

🟢 خلاصه مقاله:
yzma راهی سبک برای اجرای محلی VLMs و LLMs درون برنامه‌های Go است. این ابزار با استفاده از purego و ffi مستقیماً به llama متصل می‌شود و سربار اضافی را کاهش می‌دهد، در نتیجه تأخیر پایین‌تر، کنترل بهتر و اجرای آفلاین فراهم می‌شود. تمرکز yzma بر ادغام ساده در سرویس‌ها و ابزارهای Go است تا بتوان هم پردازش متن و هم سناریوهای تصویر-متن را بدون اتکا به سرویس‌های ابری انجام داد.

#Go #LLM #VLM #LocalInference #FFI #purego #llama #OnDeviceAI

🟣لینک مقاله:
https://golangweekly.com/link/175368/web

➖➖➖➖➖➖➖➖
👑 @gopher_academy